robot 10

ROS2 + UR3e + Intel RealSense + CenterPose 신발 정리 수행하기

이번 글은 Docker 컨테이너 내부에서 ROS2 UR3e를 이용하여 Intel RealSense 기반으로 Categorized Object Pose Estimation 알고리즘인 Centerpose를 수행하여신발을 정리한 과정에 대해 작성하도록 하겠습니다.  연구원에서의 마지막 정리 글은 소감도 함께 담고 싶습니다.두 달 동안 많다면 많고, 적다면 적은 여러 task 들을 수행해보았습니다.초기에 목표로 했던 신발 정리를 하는 로봇 팔에 결론적으로는 도달했지만한편으로는 아쉬운 마음이 들기는 합니다. 뭔가를 시작할 때 항상 마스터피스를 내놓고 싶은데,어느 순간부터 현실과 타협하는 저를 보며 아쉬운 마음이 많이 들긴했습니다.물론 두 달이라는 시간이 부족한 감도 없지 않았습니다. 누군가가 제가 써온 글을 보시..

Project 2024.02.27

Docker 컨테이너 내부에 ROS2 UR3e 연결하기

지난 글에서 docker 컨테이너 내에서 Intel Real sense를 이용하여Object Pose Estimation을 수행하는 과정을 작성했습니다. RealSense 기반 ROS2 에서 Real Time CenterPose 실행지난 글에서 Isaac ROS CenterPose 를 이용하여 ROS2 docker 환경에서 Object Pose Estimation 이 가능하도록 빌드하였습니다. ROS2 기반 Isaac ROS CenterPose Example 수행하기 Categorized Object Pose Estimation 이 가능한 CenterPcobang.tistory.com 특히 신발에 대하여 Categorized 된 CenterPose를 이용했습니다.제가 최종적으로 Object Pose Es..

ROS2 에서 Vision 기반 UR3e Pick and Place 수행하기

지금까지 많은 것들을 쌓아왔습니다.Vision 없이 고정된 위치를 Pick and Place 해보았고,  ROS2 MoveIt2 에서 UR3e + Intel RealSense Pick and Place 예제 수행점점 심연 속으로 들어왔다는 느낌이 들고 있습니다. 가끔 어떤 자료를 찾는 것 조차 버겁게 느껴집니다. 학문적으로 수준이 높아서라기보단, 특정한 주제에 대해 꽤 깊게 들어왔다는 말을 하고cobang.tistory.com 로봇 팔을 Vision 을 기반으로 물체를 인식하고 집도록 하기 위하여Camera Image 로 인식된 이미지로부터 Camera coordinate와 World coordinate 로 변환하는 방법을 공부했고, 이미지로부터 실제 좌표를 얻기 위한 Camera Transformati..

ROS2 MoveIt2 이용하여 UR3e 의 Link Position 및 Quaternion 획득하기

지난 글들에서, UR3e 에 Intel RealSense ROS2 패키지를 추가하여 vision을 달고, 고정 위치에 대해 pick and place를 수행해보았습니다. ROS2 MoveIt2 에서 UR3e + Intel RealSense Pick and Place 예제 수행점점 심연 속으로 들어왔다는 느낌이 들고 있습니다. 가끔 어떤 자료를 찾는 것 조차 버겁게 느껴집니다. 학문적으로 수준이 높아서라기보단, 특정한 주제에 대해 꽤 깊게 들어왔다는 말을 하고cobang.tistory.com 고정 위치에 대해서가 아닌 vision으로 인식된 목표 위치에 대해서 작동을 하게 만들고자 하기 때문에Depth camera에 인식된 물체가 real world 좌표로 어디에 위치하는지 변환이 가능해야합니다. 이를 위..

ROS2 MoveIt2 에서 UR3e + Intel RealSense Pick and Place 예제 수행

점점 심연 속으로 들어왔다는 느낌이 들고 있습니다.가끔 어떤 자료를 찾는 것 조차 버겁게 느껴집니다. 학문적으로 수준이 높아서라기보단,특정한 주제에 대해 꽤 깊게 들어왔다는 말을 하고 싶습니다.더 솔직히 말하면, ROS2로 UR 로봇에 vision을 다는 task를 수행하는 것 자체가 금전적으로 장벽이 높고,수행하더라도 그 과정을 전부 open하지 않는 것 같습니다.대부분이 짧은 유튜브 영상에 결과물만 담을 뿐인 것 같습니다.물론 ROS2 에 대한 자료가 아직은 많이 부족하다는 느낌도 받습니다.이 글이 이 분야에 있는 누군가 또는 미래의 저에게 많은 도움이 되길 바랍니다. 이번 글은 ROS2 MoveIt2 에서 UR3e + Intel RealSense Pick and Place 동작을 수행한 과정에 대한..

ROS2 UR3e + Intel RealSense 임시 결합 하기

ROS2 humble에서 기존에 존재하는 workspace 내부에realsense2 를 빌드하겠습니다. ROS2 MoveIt2 이용하여 UR3e Pick and Place 수행하기이전 글에서 real UR3e 모델에 대해서 ROS2 Moveit2를 이용하여 Path Planning까지 수행해보았는데요, ROS2 humble에서 UR3e 작동 및 MoveIt2 Path Planning 연구원에서 정말 좋은 경험을 많이 하는 것 같습니다. 언제cobang.tistory.com  ROS2에서 realsense 용 별도 패키지를 설치하실 분은 아래 링크 과정을 따르시기 바랍니다.저는 이미 UR 로봇을 빌드한 패키지가 있고,이 위에서 Realsense D435를 작동시키려 하기 때문에 여러 과정들이 생략되어있습니..

ROS2 MoveIt2 이용하여 UR3e Pick and Place 수행하기

이전 글에서 real UR3e 모델에 대해서 ROS2 Moveit2를 이용하여Path Planning까지 수행해보았는데요, ROS2 humble에서 UR3e 작동 및 MoveIt2 Path Planning연구원에서 정말 좋은 경험을 많이 하는 것 같습니다. 언제 이렇게 3000만원짜리 로봇 팔을 제 맘대로 가지고 놀아볼 수 있을까요. 그것도 운이 좋게 소프트웨어를 거의 처음부터 세팅을 할 수 있cobang.tistory.com 이번에는 ROS2 humble에서 Moveit2 를 이용하여real UR3e로 Pick and place를 수행해보겠습니다.저는 Ubuntu 22.04 - ROS2 humble - UR3e 를 사용하였는데요,실제로 버전을 크게 손댄 부분은 없어서 ROS2 모델이면 다 적용될 것이라..

ROS2 humble에서 UR3e 작동 및 MoveIt2 Path Planning

연구원에서 정말 좋은 경험을 많이 하는 것 같습니다. 언제 이렇게 3000만원짜리 로봇 팔을 제 맘대로 가지고 놀아볼 수 있을까요.그것도 운이 좋게 소프트웨어를 거의 처음부터 세팅을 할 수 있었습니다.그래서 더더욱 고생했지만, 많이 배운 듯 합니다. 이번 글은 전 세계적으로 가장 유명한 UR3e 협동 로봇팔을 ROS2를 이용해서 연동하고, Moveit2 를 이용해서 path planning 까지 시연한 글입니다.제가 다른 사이즈의 로봇까지 테스트해보진 않았지만, 적어도 URe series 에 대해서는전부 다 적용될 것이라고 생각합니다. 저는 ROS2 humble 이 설치된 Ubuntu 22.04 PC에서 이를 수행하였고, ROS2 humble 환경 설정 과정은 아래 글을 통해 수행하실 수 있습니다.아래 ..

ROS2 humble에서 OpenManipulator-X Pick and Place + yolov8 으로 시작 명령 주기

ROS2 humble에서 OpenManipulator-X 환경 구성 및 조작연구원에 있으면서 기회가 되어 여러 로봇 팔을 조작해볼 기회가 생겨 작성하게 되었습니다. 다만 로보티스 OpenManipulator-X는 아직 ROS2에 최적화 되어있지 않은 느낌을 많이 받았습니다. 그래도cobang.tistory.com이전 글에서 이어지는 내용입니다.지난 글에서는 OpenManipulator-X를 ROS2에서 환경을 구성하고,keyboard로 간단하게 컨트롤 해보았습니다. 이번에는 직접 python에서 동작을 구성하여 키보드로 동작을 수행하도록 해보았습니다.~/omx_ws/src/open_manipulator/open_manipulator_x_teleop/open_manipulator_x_teleop/scrip..

728x90
반응형